不理解这个 IndexError 使用 numpy答案

【问题标题】：Don't understand this IndexError using numpy不理解这个 IndexError 使用 numpy
【发布时间】：2019-01-19 14:56:30
【问题描述】：

给我一个二次矩阵，必须做如下：

For each entry (i,j) in the matrix
    If i = j:
        set y[i,j] = x[i,j].
    Else:
        set y[i,j] = x[i,j] + x[j,i]

我制作了以下脚本：

def symmetrize(x):

    ## The symmetrized matrix that is returned
    y = np.zeros(np.shape(x))

    ## For loop for each element (i,j) in the matrix
    for i in range (np.size(x)):
        for j in range (np.size(x)):
            if i == j:
                y[i,j] = x[i,j]
            else:
                y[i,j] = x[i,j] + x[j,i]
    return y

每当我想使用以下矩阵运行代码时都会收到此错误消息：

np.array([[1.2, 2.3, 3.4],[4.5, 5.6, 6.7], [7.8, 8.9, 10.0]])

错误信息：

y[i,j] = x[i,j] + x[j,i]

IndexError: index 3 is out of bounds for axis 1 with size 3

有人知道问题出在哪里吗？

【问题讨论】：

标签： python numpy matrix symmetric

【解决方案1】：

np.size()，没有轴，为您提供矩阵中的元素总数。所以你的range()s 将从 0 到 8，而不是从 0 到 2。

您不需要为此使用np.size() 或np.shape()；这些功能甚至不再在文档中列出。只需使用矩阵的.shape 属性：

y = np.zeros(x.shape)

for i in range(x.shape[0]):
    for j in range(x.shape[1]):

有更好的方法来产生你的输出。你可以使用：

def symmetrize(x):
    return x + x.T - np.diag(x.diagonal())

相反。 x.T 是转置矩阵，因此行和列交换了。 x + x.T是原矩阵和转置矩阵之和，所以对角线上的数字加倍。 x.diagonal() 是一个仅由对角线上的数字组成的数组，一旦你在对角线上创建了这些数字的矩阵，就可以将其减去，这就是 np.diag() 为你所做的。

【讨论】：

很高兴能帮上忙！如果您觉得它对您有用，请随时 accept my answer。 :-)

【解决方案2】：

您以错误的方式使用np.size()，它不会告诉您列表有多少行或列，而是数组中的元素数，在您的情况下 - 9。您可以像这样使用列表的形状：

def symmetrize(x):

    ## The symmetrized matrix that is returned
    y = np.zeros(np.shape(x))

    ## For loop for each element (i,j) in the matrix
    for i in range(x.shape[0]):
        for j in range(x.shape[1]):
            if i == j:
                y[i,j] = x[i,j]
            else:
                y[i,j] = x[i,j] + x[j,i]
    return y

【讨论】：